Bilgisayar ve istatistik tekniklerinin veri işleme uyarlaması ve uygulanması. Kodlama hazırlığı, veri toplama (bilgisayarlı olan ve olmayan), eleme, özetleme, tablolama ve analiz, olasılık ve şans değişkenleri, istatistiksel tahminleme ve hipotez kontrolları, sayımla elde edilen verilerin analizi. Doğrusal modeller (regresyon, korelasyon, varyans analizi).

Kaynakça

Baron, Michael. Probability and statistics for computer scientists. Chapman and Hall/CRC, 2019.

Notlandırma

Vize 30%

Ödev 40%

Final 30%

Giriş, Sistem kavramı, Sistem Modelleme, Monte Carlo tekniği, Sistem Girdi değişkenlerinin tanımlanması ve seçilmesi, şans sayıları türetimi ve incelenmesi, şans değişkenleri türetilmesi, ayrık sistem benzetimi, ayrık sistem benzetim yazılımları.

Dersin Amacı

Sistem ve model kavramını vermek. Simulasyon denemelerinin teorik altyapısını oluşturmak. Sistem simulasyonu uygulamasını gerçekleştirmek

Kaynakça

Neelamkavil, F. (1987) Computer Simulation and Modelling. John Wiley and Sons. ,Law, A.M. and Kelton, W.D. (1991) Simulation Modelling and Analysis. 2nd Ed. McGraw-Hill

Öğrenme Çıktıları

1. Sistem ve Model Kavramlarını kazanmak

2. Problem çözümünde simulasyon tekniğinin kullanılması yeteneği

3. Simulasyon çalışmalarının altyapısını bilmek ve gerçek hayatta uygulayabilme yeteneğini kazanmak

4. Simulasyon ile tahminleme yapabilme becerisi kazanmak

Notlandırma

Vize: 30%

Ödev: 10%

Final: 60%

Tıp ve biyoloji alanında bilgisayar uygulamaları, tıbbi görüntüleme teknikleri, görüntü işleme ile hastalık tanılama, hastane bilgi sistemleri, hasta takip sistemleri, tıbbi bilginin matematiksel modellemesi, tıbbi bilişim sistemlerinde ağlar.

Dersin Amacı

1. Tıbbi bilişim sistemlerinde bilgisayar ağlarının kullanımını anlatmak,

2. Tıbbi bilgilerin matematiksel modellemelerini anlatmak,

3. Tıbbi bilişim sistemlerini tanıtmak,

4. Süreçler ve diferansiyel denklemlerin tıbbi bilişimde uygulama alanlarını anlatmak,

5. Hastane bilgi sistemlerinin temellerini öğretmek.

Kaynakçca

Introduction to medical informatics, Lecture notes, N. Baykal, E. Musluoğlu, Sas Bilişim, 2000.

Öğrenme Çıktıları

1. Tıpta ve biyolojide bilgisayar uygulamaları ile ilgili genel bilgi edinme

2. Bilgisayar ağlarının tıpta ve biyolojide kullanım alanlarını anlama

3. Tıp ve biyolojide matematiksel modellemenin kullanılmasını anlama

4. Tıbbi görüntüleme tekniklerini öğrenme

5. Tıbbi görüntüleme teknikleri sonucunda elde edilen verinin matematiksel modellenmesini öğrenme

6. Görüntü işleme tekniklerinin tıp ve biyolojide kullanım alanlarını anlama

7. Süreçlerin ve diferansiyel denklemlerin tıp ve biyolojide kullanımını anlama

8. Hastane bilgi sistemlerini anlama

Notlandırma

Vize: 25%

Ödev: 25%

Sunum: 20%

Final: 30%

Kısıtsız optimizasyon; tek boyutlu arama, gradyan arama yöntemleri. Kısıtlı optimizasyon; doğrusal ve tamsayılı programlama. Sezgisel yöntemler. Türev gerektirmeyen yöntemler (meta-sezgisel yöntemler); benzetilmiş tavlama, genetik algoritmalar, sinir ağları.

Ders Saatleri

3 ders saati

Ön koşul: Hesaplama ve temel programlama bilgisi.

DERSİN AMACI

Optimizasyon teorisine ilişkin temel kavramları ve matematiksel araçları sunmak.

ÖĞRENME ÇIKTILARI

1. Mühendislik problemlerini formüle etmek ve çözmek
2. Farklı optimizasyon metotlarını sınıflayabilmek
3. Spesifik bir problem için bir optimizasyon tekniği önerebilme
4. Optimizasyon araçlarını kullanabilmek

DERSİN KİTABI

Chong, E. K. P., and Zak, S. H., An Introduction to Optimization, Fourth Edition, John Wiley & Sons, 2013.

Ağlardaki ileri servislerin tasarımı ve kullanımı için gerekli protokol, algoritma ve diğer yazılımların incelenmesi. Güncel servislere ve protokollere odaklanarak yeni araştırma konuları üzerinde çalışmak.

Dersin Amacı

İleri ağ servislerinin tasarımı hakkındaki tasarım konularının gözden geçirilmesi ve güncel araştırmanın tartışılması.

Kaynakça

Andrew S. Tanenbaum, Computer Networks, 4th edition ,H. Zimmermann, “OSI Reference Model — The ISO Model of Architecture for Open Systems Interconnection, IEEE Transactions on Communications, 28(4), April, 1980, pp. 425-432 ,Yves Legrandgerard and Mohsen Souissi, “IPv6 Tutorial”, G6 Aristote – Renater IPv6 Conference, Paris, Oct 2002 ,Vern Paxson, “End-to-End Internet Packet Dynamics”, ACM SIGCOMM, Sep 1997

Öğrenme Çıktıları

1. Bilgisayar ağlarını tanımak

2. Ağ tasarımı yapabilmek

3. Yeni ağ protokolleri sentezleyebilmek

4. İletişim performansını artırıcı önlemler alma becerisini göstermek

Notlandırma

Vize: 30%

Sunum: 40%

Final: 30%

Bu ders biyometrik tanıma ve kimlik doğrulama yöntem ve sistemlerini konu alır. Ders içeriğinde biyometrik tanımanın geçmişten günümüze gelişimi, biyometrik tanıma sistemlerinin temel çalışma prensipleri ve temel yüz ve parmak izi tanıma algoritmaları yer almaktadır.

Dersin Amacı

Dersin temel amacı öğrencilerin biyometrik tanıma yöntem ve sistemleri hakkında temel bilgi sahibi olmalarıdır. İki örnek biyometri (yüz ve parmakizi) ile ilgili temel yöntemler anlatılarak ve projelendirilerek verilen teorik bilginin uygulamaya da dökülmesi hedeflenmektedir. Dersin hedef kitlesi başlangıç aşamasındaki lisanüstü öğrencilerdir.

Kaynakça

Introduction to Biometrics, Anil K. Jain, Arun A. Ross, Karthik Nandakumar, Springer Science & Business Media, 2011.

Dersin Öğrenim Çıktıları:

1. Biyometrik tanımanın geçmişten günümüze gelişimini yorumlayabilme
2. Biyometrik sistemlerin ortak çalışma prensiplerini listeleyebilme
3. Temel prensipleri biyometrik kimlik doğrulama problem çözümlerinde uygulayabilme
4. Temel yüz tanıma yöntemleri ile basit yüz tanıma sistemlerini geliştirebilme
5. Temel parmakizi tanıma yöntemleri ile basit parmakizi tanıma sistemlerini geliştirebilme

Notlandırma

Vize : 30%
Ödev : 30%
Derse katılım: 5%
Final : 35%

Bu ders fotoğraf, uzaktan algılama, tarayıcılar gibi yollarla elde edilmiş görüntüleri işlemek ve zenginleştirmek için gerekli konuları kapsar. Transformasyon teknikleri, kayıtlar ve ayırım fonksiyonlarını içerir.

Öğrenme Çıktıları:

Bu ders bilgisayarlı görü teknikleriyle imge ve videolarda nesnelerin ve kameraların konumlarının bulunması ve takip edilmesini konu alır. Ders içeriği takip edilecek nesne ve sahnenin modellenmesi için gerekli matematiksel teoriyi ve kullanılan algoritmaları da kapsar.

Dersin Amacı

Öğrencilerin temel nesne ve kamera takibi konularında hem yeterli matematiksel altyapıya kavuşmasını hem de güncel yöntemlerde kullanılan algoritmalar hakkında bilgi sahibi olmasını sağlamak.

Kaynakça
Kalman Filtering: Theory and Practice using MATLAB, 4th Edition, 2014 ,Multiple View Geometry by R. Hartley and A. Zissermen, 2nd Edition, 2003

Öğrenme Çıktıları

1. Bilgisayarlı görü ile takip için gerekli temel teorik kavramlarını açıklayabilme

2. Güncel nesne takip yöntemlerini ve sınırlarını tanımlayabilme ve tartışabilme

3. Bir bütün olarak nesne takip yöntemlerini tasarlayabilme ve gerçekleyebilme

4. Gerçek zamanlı nesne takibi için yüksek performanslı yazılımları geliştirebilme

Notlandırma

Ödev: %30

Araştırma Sunumu: %40

Final Sınavı: %30

Bu ders, tiplere ait metodları ortaya koyarak başlayacaktır. Ardından çarpıklık oranı kuramı ele alınacaktır. Ayrıca çok sayıda-kullanıcı kanalları ve rastgele parametreli kanallar işlenecektir. Son olarak ilintili kaynak kodlaması kavramı verilecektir.

Dersin Amacı

Modern iletişim sistemlerinin dayandığı prensipleri öğretmek Öğrencilere iletişim sistemleri tasarlanırken karşılaşılan zorlukları aktarmak İletişim sistemlerinin iyileştirilmesi hususunda beceri kazandırmak.

Kaynakça

T.M. Cover and J.A. Thomas, “Elements of Information Theory”, Wiley, 2nd Edition, 2006. ,Imre Csiszár and J. Körner, “Information Theory: Coding Theorems for Discrete Memoryless Systems”, Akademiai Kiado, 3rd edition, Budapest, 1997. ,R.G. Gallager, “Information Theory and Reliable Communication”, Wiley, 1968. ,G. Kramer, “Topics in Multi-User Information Theory”, Foundations and Trends in Communications and Information Theory, vol. 4, nos. 4–5, pp. 265–444, 2007. ,J.L. Massey, “Applied Digital Information Theory I and II”, lecture notes, Swiss Federal Institute of Technology (ETH), Zurich, Switzerland. ,J.S. Muller, “Asymmetry: The Foundation of Information”, Springer, 2007. ,J.G. Roederer, “Information and Its Role in Nature (The Frontiers Collection)”, Springer, 2005. ,Claude E. Shannon, “A mathematical theory of communication”, Bell System Technical Journal, vol. 27, pp. 379–423 and 623–656, July and October 1948. ,R.W. Yeung, “A First Course in Information Theory”, Kluwer Academic Publishers, 2005.

Learning Outcomes

1. Bilgi kuramının dayandığı temel fikirleri bilir

2. Modern iletişim sistemlerinin avantajlarını ve dezavantajlarını değerlendirebilir

3. Yeni iletişim sistemlerinin gerçekleşebilirliğini tartışabilir

4. İletişim sistemleri tasarlayabilir

Notlandırma

Vize: 30%

Araştırma Sunumu: 30%

Final Sınavı: 40%

Bu ders farklı biçimsel hesaplama modellerini ortaya koyarak başlayacaktır. Sonrasında Church-Turing tezi ele alınacaktır. Ayrıca karar verilebilirlik ve indirgenebilirlik konuları işlenecektir. Son olarak, karmaşıklık ve ilgili kavramlar hakkında ayrıntılı bilgi verilecektir.

Dersin Amacı

Farklı biçimsel hesaplama modellerini tanımlayıp öğretmek. Biçimsel hesaplama modellerine ilişkin ifadelerin ispatlarını oluşturma yeteneğini kazandırmak. Karmaşıklık sınıflarını aktarmak suretiyle karşılaşılan yeni problemlere ilişkin ispatların yapılmasında NP-tamlık kavramlarını kullandırmak.

Kaynakça

L. Harry R., P. Christos H.,‘Elements of the Theory of Computation’, 2nd Ed., Upper Saddle River, NJ: Prentice-Hall, 1998 ,C. Daniel I.A.,’Introduction to Computer Theory’, 2nd Ed., John Wiley & Sons, Inc., 1997 ,L. Peter, ‘An Introduction to Formal Languages and Automata’,4th Ed., Jones and Bartlett Publishers, Inc., 2001 ,R. Elaine,’Automata, Computability, and Complexity Theory and Applications’, Upper Saddle River, NJ: Prentice-Hall, 2008 ,S. Arora and B. Barak, ’Complexity Theory: A Modern Approach’, Cambridge University Press, Cambridge, 2009 ,S. Cook, ‘The complexity of theorem-proving procedures’, In Proceedings of the 3rd ACM Symposium on the Theory of Computing, ACM, NY, pp 151–158, 1971. ,L. Fortnow, ‘The status of the P versus NP problem’, Commun. ACM. 52, 9 pp 78-86, 2009. ,M. Garey and D. Johnson, ‘Computers and Intractability. A Guide to the Theory of NP-Completeness’ , W. H. Freeman and Company, NY, 1979 ,A. Razborov and S. Rudich, ‘Natural proofs’, Journal of Computer and System Sciences 55, 1 pp 24–35, 1997 ,M. Sipser, ‘Introduction to the Theory of Computation’, PWS Pub. Co, 2005

Öğrenme Çıktıları

1. Farklı hesaplama modellerini tanıma

2. Verilen dil tanımları için ilgili hesaplama modeli karşılığını ispatlama

3. Farklı karmaşıklık sınıflarını ayırdetme

4. Bilgisayar bilimlerindeki bazı zor problemleri tanıma ve ilgili ispatları yapma

Notlandırma

Vize: 30%

Ödev: 30%

Final: 40%

Bu lisansüstü düzeydeki ders, derleyici tasarımının teorik ve pratik kavramlarını sunar. Derste ön uç (scanner ve parser bileşenleri dahil), orta uç optimizasyonları ve arka uçta komut seçimi, kayıt tahsisi ve komut zamanlaması teknikleri ele alınacaktır. Uygulamalı örnekler LLVM çerçevesi (framework) baz alınarak yapılacaktır.

Dersin Amacı

1. Tarama (scanning) ve ayrıştırma (parsing) tekniklerini anlayabilme.
2. Yüksek düzey optimizasyonları ve kod dönüşümlerini anlayabilme.
3. Temel derleyici yapılarını uygulayabilme ve geliştirebilme.
4. Makineye bağlı optimizasyonları ve düşük düzey yürütme detaylarını anlayabilme.

Kaynakça

– Engineering a Compiler, Keith D. Cooper, Linda Torczon, Morgan Kaufmann.

– LLVM çerçevesi ile uygulamalı örnekler

Öğrenme Çıktıları

Bu dersi tamamladığında öğrenci :

1. Derleyici teorisinin kuramsal temellerini bilir.

2. Derleyicilerin yeteneklerini belirleyici kuramsal sınırları tanır.

3. Yeni nesil derleyicileri tartışabilir.

4.  Derleyici tasarlayıp gerçekleştirebilir.

Notlandırma

20% Ara Sınav – Take Home

20% Programlama Ödevleri

20% Makale Yeniden Uygulama ve Sunum

40% Final Sınavı – Take Home

Ders içeriğinde sayılar kuramından bölünebilirlik, asal sayılar, büyük tamsayılarla modüler aritmetik gibi konularla ilgili kuramlar ve bu konuları kriptografi için önemli kılan yönleri incelenecektir.

Dersin Amacı

Öğrencilerin kriptografi derslerini alabilecek matematik altyapısını oluşturmak. Öğrencilerin sayılar kuramınının ilgili konularını öğrenerek, kriptografik çalışmaların temellerini anlıyor ve uygulayabiliyor olmasını sağlamak.

Kaynakça

J. H. Silverman, A Friendly Introduction to Number Theory , Second Edition ,Shoup, A Computational Introduction to Number Theory and Algebra , Version 2, E-Book, http://shoup.net/ntb ,N. Koblitz, A Course in Number Theory and Cryptography , Second Edition ,D. Bressoud and S. Wagon, A Course in Computational Number Theory ,D. E. Knuth, The Art of Computer Programming , volume 2, Second edition, 1981

Öğrenme Çıktıları

1. Kriptografik uygulamaların temellerinde olan matematiksel kavramları görebilme ve uygulayabilme becerisine sahip olmak

2. Bilgisayar tabanlı sayılar kuramını etkin şekilde kodlayabilme kabiliyetine sahip olmak.

3. Farklı matematiksel yapıların kriptosistem gereksinimleri dikkate alınarak karşılaştırılabilmesi.

4. Simetrik ve Asimetrik kriptosistemlerin kullandığı matematiksel yapıları analiz edebilmek.

Notlandırma

Vize: 30%

Sunum: 40%

Final: 30%

Bilgisayar bilimlerinde güncel konuların, yeni teknolojilerin tartışıldığı derstir. Bilgisayar biliminin farklı alanlarında öne çıkan çığır açıcı konular anlatılır. Katılımcılarla yeni fikirler tartışılır ve bilime katkı konulabilecek açık konular ortaya çıkartılır.

Dersin Amacı

1. Bilgisayar biliminde kilometre taşı olan konuların anlatılması,

2. Yeni teknolojilerin tartışılması,

3. İlham verici konuların araştırılması,

4. Güncel konularda açık araştırma konularının ortaya çıkarılması.

Kaynakça

Ders notları öğretim elemanı tarafından sağlanmaktadır.

Öğrenme Çıktıları

1. Bilgisayar biliminde önem taşıyan buluşların öğrenilmesi

2. Yeni ve güncel teknolojiler hakkında bilgi edinilmesi

3. Farklı teknolojilerin incelenip değişik alanlarda yapılabilecek çalışmaların tanıtılması

4. Yenilikçi ve yaratıcı düşünce yapısının oluşturulması

5. Farklı alanlardaki güncel konularda açık araştırma alanlarının araştırılması

6. Yaratıcı ve yenilikçi fikirlerin tartışılması

Notlandırma

Vize: 30%

Ödev: 30%

Final: 40%

Fonksiyonel ve mantıksal programlama, programlama dili tasarımı kavramları, ve programlar ve programlamlama dilleri ile ilgili formal mantık yürütme.

Dersin Amacı

1. Programlama dillerindeki ana kavramları anlamak.

2. Programlama dillerini analiz etmek ve tasarlamak.

3. Programlama dilleri araştırmalarındaki bazı güncel konuları incelemek.

Kaynakça

B. C. Pierce, Types and Programming Languages , MIT Press, 2002. ,G. Winskel, The Formal Semantics of Programming Languages , MIT Press, 1993.

Learning Outcomes

1. Farklı programlama dillerini anlama, genelleme ve analiz etme.

2. Programlama dillerini tasarlama ve gerçekleştirme.

3. Farklı programlama dillerini karşılaştırma ve değerlendirme.

4. Farklı programlama dilleri ile gerçek dünya problemlerini çözmek.

Notlandırma

Vize: 30%

Sunum: 40%

Final: 30%

Gödel karar verilemezlik teoremi, hesaplanabilirlik, oyun kuramı üzerine görüşler, bilgi kuramı temelleri, çizgeler, bilgisayar ağları, kriptografide yeni yönelimler, Antikythera mekanizması, “declarative” programlama, ilişkisel veritabanı modeli, makineler ve zeka, hesaplama karmaşıklığı.

Dersin Amacı

Bilgisayar bilimlerinin temelini oluşturan klasikleşmiş makalelerdeki fikirlerin bilinip tartışılması bilgisayar bilimlerinin sınırlarının anlaşılmasını sağlar, alandaki temel varsayımları öğretir. Bu sayede ileri düzeyde araştırmalar yapabilmek mümkün hale gelir. Bu dersin amacı, söz konusu altyapıyı vererek öğrencilere yeni perspektifler kazandırmaktır.

Kaynakça

S.F. Andrilli, “Gödel’s Undecidability Theorem,” Applications of Discrete Mathematics. J.G. Michaels and K.H. Rosen, Eds. McGraw-Hill, 1991. ,A. M. Turing, “On Computable Numbers, with an Application to the Entscheidungsproblem,” Proceedings of the London Mathematical Society, vol. s2-42, pp. 230-265, January 1, 1937. ,R. Feynman, “Simulating physics with computers,” International Journal of Theoretical Physics, vol. 21, pp. 467-488, 1982. ,J. Nash, “Non-Cooperative Games,” The Annals of Mathematics, vol. 54, pp. 286-295, 1951. ,C. E. Shannon, “A mathematical theory of communication,” SIGMOBILE Mob. Comput. Commun. Rev., vol. 5, pp. 3-55, 2001. ,J. Edmonds, “Paths, trees, and flowers,” Canadian Journal of Mathematics, vol. 17, pp. 449-467, 1965. ,W. Diffie and M. Hellman, “New directions in cryptography,” Information Theory, IEEE Transactions on, vol. 22, pp. 644-654, 1976. ,J. McCarthy, “Recursive functions of symbolic expressions and their computation by machine, Part I,” Commun. ACM, vol. 3, pp. 184-195, 1960. ,A. M. TURING, “I.—COMPUTING MACHINERY AND INTELLIGENCE,” Mind, vol. LIX, pp. 433-460, October 1, 1950 1950. ,V. Bush, “As we may think,” Atlantic Magazine, July 1945. ,L. G. Valiant, “A Theory of the Learnable,Commun. ACM, vol. 27, pp. 1134 1142, 1984 ,D. E. Denning, “A Lattice Model of Secure Information Flow”, Commun. ACM, vol. 19, pp. 236 243, 1976 ,J. Marchant, “In search of lost time,” Nature 444(7119): pp. 534-538, 2006. ,T. Freeth, Y. Bitsakis, et al., “Decoding the ancient Greek astronomical calculator known as the Antikythera Mechanism.” Nature 444(7119): pp. 587-591, 2006. ,F. Charette, “Archaeology: High tech from Ancient Greece.” Nature 444(7119): pp. 551-552, 2006.

Öğrenme Çıktıları

1. Bilgisayar bilimlerindeki temel varsayımları ve fikirleri bilme.

2. Bilgisayar bilimlerine önderlik eden bilim insanlarını tanıma.

Notlandırma

Vize: 30%

Ödev: 30%

Final: 40%

Deneysel bilgisayar bilimleri. Temel bilimsel araştırma metodolojisi. Araştırma soruları ve deneysel sorular. Deneysel değerlendirme. Bilim etiği. Bilgisayar
muhendisliginin sosyal boyutunu ve modern dünyadaki yerini konumlandırmak.

Dersin Amacı

Bu ders bilgisayar bilimleriaraştırmacılarının felsefesini, nasıl çalıştıklarını ve meslek ahlakıaçısından yaklaşımlarını ortaya koymaktadır.

Kaynakça

Research Methods in Computer Science Course Notes by Prof.Dr. Ullrich Hustadt, Department of Computer Science, University of Liverpool (2008)

Öğrenme Çıktıları

1. Bilimsel araştırma metodolojisinin özümsenmesi.

2. Deneysel tasarım yapabilme.

3. Deneysel hipotez oluşturabilme ve sınama.

4. Genel etik kavramlarının özümsenmesi ve bilim etiği.

Notlandırma

Rapor 40%

Ödev 40%

Final 20%

İşletim sistemleri alanında son yapılan araştırma çalışmaları değerlendirilir. Konular; sanal bellek yönetimi, senkronizasyon ve iletişim, dosya sistemleri, koruma ve güvenlik, işletim sistemi yapıları ve ileri teknikler, hata toleransı, ve sistem programlamada tarihsel ve deneyimsel gelişim sürecidir.

Dersin Amacı

İşletim sistemlerinde tarihsel olarak gerçekleşen değişimi, gereksinim nedenlerini ve ilgili kuramları öğretme. İşletim sistemleri tasarım ve geliştirme deneyimini kazandırma. Bilgisayar bilimlerinin güncel değerlendirilen konularını, kavramlarını ve araştırma problem ve alanlarının öğretilmesi.

Kaynakça

Yee, Sehr, Dardyk, Chen, Muth, Ormandy, Okasaka, Narula, Fullagar / Ben Hawkes, Native Client: A Sandbox for Portable, Untrusted x86 Native Code Exploiting Native Client ,Dersin belirlenmiş bir kitabı yoktur. Öğrencilerin verilen sırada makale/bildirileri okuyarak derse gelmeleri beklenir. ,Richard Gabriel, The Rise of “Worse is Better” ,Savage, Burrows, Nelson, Sobalvarro, and Anderson, Eraser: A Dynamic Data Race Detector for Multithreaded Programs ,Butler Lampson,Experience with Processes and Monitors in Mesa ,Hans-J. Boehm,Threads cannot be implemented as a library ,Ousterhout, von Behren, and Adya, Cooperative Task Management without Manual Stack Management, Why Threads Are A Bad Idea, Why Events Are A Bad Idea ,Navarro, Iyer, Druschel, and Cox, Practical, Transparent, Operating System Support for Superpages ,Waldspurger,Memory Resource Management in VMware ESX Server ,Rinard, Cadar, Dumitran, Roy, Leu, Beebee, Enhancing Server Availability and Security Through Failure-Oblivious Computing ,Adams and Agesen, A Comparison of Software and Hardware Techniques for x86 Virtualization ,Rosenblum and Ousterhout, The Design and Implementation of a Log-Structured File System ,Nightingale, Veeraraghavan, Chen, Flinn, Rethink the Sync (slides) ,Mogul and Ramakrishnan, Eliminating Receive Livelock in an Interrupt-Driven Kernel ,Sandberg et al. / Gray and Cheriton, Design and Implementation of the SUN Network Filesystem Leases: An Efficient Fault-Tolerant Mechanism for Distributed File Cache Consistency ,Muthitacharoen, Chen, and Mazieres, A Low-Bandwidth Network File System ,Dean and Ghemawat / DeWitt and Stonebraker, MapReduce: Simplified Data Processing on Large Clusters MapReduce: A major step backwards ,Bessey, Block, Chelf, Chou, Fulton, Hallem, Henri-Gros, Kamsky, McPeak, A Few Billion Lines of Code Later: Using Static Analysis to Find Bugs in the Real World.

Öğrenme Çıktıları

1. Yeni teknolojilerle gelen değişiminin, işletim sistemlerinde oluşturduğu gereksinimleri analiz etme, modelleme becerisine sahip olma.

2. Yeni işletim sistemi mimarisi tasarlama ve uygulama becerisine sahip olmak.

3. Bilgisayar bilimlerinde gelecek çalışma ve araştırma alanlarını belirleyecek vizyon ve karar verme kabiliyetine sahip olmak.

4. Yeni işletim sistemlerinin mimari tasarımlarını analiz etme ve karşılaştıma becerisine sahip olma.

Notlandırma

Vize: 30%

Uygulama: 40%

Final: 30%

Gömülü sistemler, bilgisayar mühendisliğindeki rolü; özel ve genel amaçlı mikroişlemci tasarımı, mikrodenetleyiciler, gömülü yazılım; gerçek-zamanlı sistemler, planlama ve zamanlama problemleri; test ve performans; güvenilirlik; tasarım metodolojileri, yazılım geliştirme ortamları; süreklilik ve güncelleme problemleri; uygulamaya özel entegre devre tasarımına giriş, VHDL

Dersin Amacı

İleri Gömülü Sistem Tasarımı, Gömülü Sistemler ve tasarımı konusunda en güncel konuları ve araştırmaları yeni araştırmalara temel oluşturmak amacıyla aktarmak.

Kaynakça

“Real-Time Systems Design and Analysis”. Phillip A. Laplante. A John Wiley & Sons, Inc., Publication ,“Software Engineering for Real-Time Systems”, J.E. Cooling, Addison Wesley. ,Adamski, Marian Andrzej. Design of Embedded Control Systems, Boston, MA : Springer Science+Business Media, Inc., 2005. ,Berger, Arnold. Embedded systems design:an introduction to processes tools and tecniques. San Francisco;Lawrence, Kan: CMP Books, c2002 ,“Modeling and Verification of Real-Time Systems Using Timed Automata: Theory and Practice”. Paul Pettersson. PhD. Thesis. Uppsala University.

Öğrenme Çıktıları

1. Gömülü sistemlerle ilgili temel bilgilere sahip olma

2. Gerçek-zamanlı sistem tasarımı yapabilme

3. Gömülü sistemlerle ilgili son araştırmaları takip etme

4. Hataya dayanıklı sistemler konusundaki araştırmaları takip etme

Notlandırma

Vize: 30%

Araştırma Sunumu: 30%

Final: 40%

Gerçek-Zamanlı yazılım tasarımı konuları, gerçek-zamanlı işletim sistemleri, gerçek-zamanlı görev planlama algoritmaları, yazılım spesifikasyonlarında kullanılan formal metotlar, zaman otomatlarını kullanarak modelleme ve doğrulama, yazılım tasarımı, programlama dilleri, test, performans çözümlemesi ve eniyilemesi, belgeleme, yazılımın yeniden kullanımı, hataya dayanıklılık.

Dersin Amacı

Gerçek-zamanlı sistemlerde yazılım geliştirme, programlama, tasarım, test ve dökümantasyon konularında en güncel konuları ve araştırmaları yeni araştırmalara temel oluşturmak amacıyla aktarmak

Kaynakça

Phillip Laplante, Real-Time Systems Design and Analysis – An Engineer’s Handbook, IEEE Press,1993.
S.H.Son, Advances in real-time systems, Englewood Cliffs, N.J.: Prentice Hall, c1995.

Öğrenme Çıktıları

1. Gerçek-zamanlı sistemlerle ilgili temel bilgilere sahip olma
2. Gerçek-zamanlı sistem tasarımı yapabilme
3. Gerçek-zamanlı sistemlerle ilgili son araştırmaları takip etme
4. Güvenlik kritik ve hataya dayanıklı sistemler konusundaki araştırmaları takip etme

Notlandırma

Yazılı Vize Sınavı: 20%

Yazılı Final Sınavı: 30%

Ödevler: 10%

Dönem Projesi: 40%

Mikroişlemci tasarımının temelleri, komut seti mimarisi, “pipelining”, ileri bellek hiyerarşilerinin tasarımı, “multithreading”, proses seviyesinde ve komut seviyesinde parallelleştirme, işlemciler arası haberleşme modelleri, çoklu işemciler, gelecekte beklenen gelişmeler.

Dersin Amacı

Bilgisayar mimarisindeki en son gelişmeleri ve marketteki işlemcileri incelemek. Pentium 4, multi-core ve EPIC işlemcileri inceleyerek güncel araştırma konularını çalışmak

Kaynakça

David A. Patterson, John L. Hennessy. Computer Organization and Design . 3rd Ed. 2005. Morgan Kaufmann Pub. ,John L. Hennessy and David A. Patterson. Computer Architecture: A Quantitative Approach; 4th ed., Morgan Kaufmann Publishers. ,Hesham El-Rewini, Mostafa Abd-El-Barr. Advanced Computer Architecture and Parallel Processing. 2005, Wiley, online library.

Öğrenme Çıktıları

1. Bilgisayar mimarileriyle ilgili temel bilgilere sahip olma

2. Mikroişlemci tasarımı yapabilme

3. Bilgisayar mimarileriyle ilgili araştırmaları takip etme

4. Paralel hesaplama ve çok çekirdekli işlemcilerle ilgili araştırmaları takip etme

Notlandırma

Vize: 30%

Araştırma Sunumu: 30%

Final: 40%

Yapay us yaklaşımları; yüksek düzenli mantık; tasarlama; uzman dizgeler; yapay us dizgelerin çevresi; yapay us dizgelerde esnek hesaplama; simgesel olmayan öğrenme; doğal dil işleme; akıllı aracı; çoklu aracı dizgesi; anlamsal örgü; robot bilimi.

Dersin Amacı

1.Ussal örneklemeleri incelenmek

2.Etkileşim örneklemeleri incelemek

3.Örnek akıllı dizgeler geliştirmek

Kaynakça

Luger, George; Stubblefield, William; 2004; “Artificial Intelligence: Structures and Strategies for Complex Problem Solving”; The Benjamin/Cummings Publishing; ISBN 0805347801 ,Russell, Stuart; Norvig, Peter; 2003; “Artificial Intelligence – A Modern Approach”; Prentice-Hall; 0131038052 ,Giarratano, Joseph C.; Ritel, Gary D.; 2005; “Expert Systems – Principles and Programming”; Thompson Course Technology; 0534384471 ,Munakata, Toshinori; 2007; “Fundamentals of the New Artificial Intelligence Neural, Evolutionary, Fuzzy and More”; Springer; 9781846288395 ,Maedche, Alexander; 2002 ; “Ontology learning for the semantic web”; Kluwer Academic Publishing; 0792376560 ,Hjelm, Johan; 2001; “Creating the semantic Web with RDF: professional developer s guide”; John Wiley; ,Goertzel, Ben; Pennachin, Cassio; 2007; “Artificial General Intelligence”; Springer; 9783540237334 ,Nabiyev, Vasif V.; 2005; “Yapay Zeka”; Seçkin Yayıncılık; 9753479859

Öğrenim Çıktıları

1. Yapay akıllı davranışlar geliştirir

2. Bildirimsel ya da buyruksal diller ile karma programlar

3. Etkileşimli dizgeler geliştirir

4. Dağıtık dizgeler geliştirir

Notlandırma

Vize %30

Ödev %10

Araştırma Sunumu %30

Final %30

Bilgiyi örneklemeyi kolaylaştıran, önerme mantığı, yükleme mantığı, belirsizlik ve bulanık mantık gibi kavramları incelemek, amaca yönelik yapıların geliştirilmesini sağlayan, bilgi gösterimi, bilgi bütünlüğü, dil işleme ve üretim dizgeleri gibi kavramları incelemek, ve uzman dizgeler içeren, varlık bilimi, akıllı aracılar, karar destek dizgeler ve anlamsal robot bilimi gibi ileri dizgeleri incelemek.

Dersin Amacı

1.Bilginin örneklenmesini kolaylaştıran kavramları incelemek

2.Amaca yönelik yapılar geliştirmek

3.İleri düzenler geliştirmek için gerekli kavramları incelemek

Kaynakça

Giarratano, Joseph C.; Ritel, Gary D.; 2005; “Expert Systems – Principles and Programming”; Thompson Course Technology; 0-534-38447-1 ,Helbig, Hermann; 2006; “Knowledge Representation and the Semantics of Natural Language”; Springer; 3-540-24461-1 ,Wooldridge, Michael; 2009; “An Introduction to MultiAgent Systems”; Wiley; 978-0-470-51946-2 ,Siler, W; Buckley, JJ; 2005; “Fuzzy expert systems and fuzzy reasoning “; Wiley

Öğrenme Çıktıları

Bu dersi tamamladığında öğrenci :

1. Bilgi sorgulayıp, örnekler
2. Bilgiye dayalı dizgeler geliştirir
3. Bilgiyi yeniden düzenlemek
4. Çıkarsama yapan dizgeler geliştirmek

Konular

Notlandırma

Ara Sınav 30%

Ödev 10%

Araştırma Sunumu 30%

Final 30%

Çizgesel Olasılık Modelleri. Bayes Çıkarsaması. Bayes Ağları. Bayes Ağlarında Öğrenme. Bilgi Mühendisliği. Zamansal Modeller. Dinamik Bayes Ağlarında Çıkarsama. Markov Karar Verme Süreçleri.

Dersin Amacı

Bu ders kapsamında belirsizliğin modellenmesi ve belirsizlik altında karar verme sürecinde karşılaşılan sorunlarda kullanılabilecek olasılıksal çıkarsamaya dayalı çözüm yaklaşımları tartışılmaktadır.

Kaynakça

Bayesian Artificial Intelligence; Kevin B. Korb, Ann E. Nicholson; Chapman & Hall/CRC, 2004. ,Learning Bayesian Networks; Richard E. Neapolitan, Prentice Hall, 2003. ,Probabilistic Reasoning in Intelligent Systems (2nd Edition); Judea Pearl; Morgan Kaufmann Publishers Inc., 1988.

Öğrenim Çıktıları

1. Belirsizlik kavramını öğretmek

2. Çizgesel olasılıksal modelleri öğretmek

3. Bayes ağlarında çıkarsama ve öğrenmenin kavratılması

4. Bayes ağları temelli uygulama geliştirmek

Notlandırma

Vize : %15

Ödev : %20

Araştırma Sunumu: %30

Final : %35

İlişkisel kuramı ve uzantıları: ilişkisel hesap, ilişkisel cebir, üst dereceli normal biçimler; ileri veri taban yönetim dizge kavramları: bütünlük, kurtulma, koşul zamanlı, güvenlik, sorgu eniyileştirme; nesneye dayalı veritabanları; dağıtık veri tabanları, ilgili uygulamalar ve tutanaklar: veri çoklama, veri parçalama, eşgüdümleme, yük dağılımı; koşut veritabanları; çıkarsamalı veritabanları; birleştirilmiş veritabanları ve türdeş/türdeş olmayan.

Dersin Amacı

1.Veritabanı alanından ileri konularını öğrenmek

2.Araştırma yayınlarını okuyup anlama yeteneği kazanmak

3.Alan taraması yapmak, açık problem için çözüm üretmek, bunu projelendirip sözlü ve yazılı olarak sunabilmek

Kaynakça

E.F. CODD. A Relational Model of Data for Large Shared Data Banks, Coomunication of the ACM, vol 15, June 1970 ,P.G. SELLINGER, M.M. ASTRAHAN, D.D. CHAMBERLIN, R.A. LORIE and T.G. PRICE, Access Path Selection in a Reletional Database System, ACM, 1979 ,S.CHAUDHURI, An Overview of Query Optimization in Relational Systems, PODS 1998 ,A. GUTTMAN. R-TREES. A Dynamic Index Structure for Spatial Searching, ACM 1984 ,J. NIEVERGELT and H. HINTERBERGER. The Grid File: An Adaptable, Symmetric Multikey File Structure, ACM 1984 ,P.O’NEAL and D. QUASS. Improved Query Performance with Variant Indexes, ACM 1997 ,D.J. DeWITT and J. GRAY.Parallel Database Systems: The Future of High Performance Database Processing, Communications of the ACM, Vol. 36, No. 6, June 1992 ,M. STONEBRAKER, P. M. AOKI, W. LITWIN, A. PFEFFER, A. SAH, J. SIDELL, C. STAELIN, A. YU. Mariposa: a wide-area distributed database system, The VLDBJournal, Springer-Verlag 1996 ,R. SNODGRASSF and I. AHN. A Taxonomy of Time in Databases, ACM, 1985 ,R. AGRAWAL and R. SRIKANT. Fast Algorithms for Mining Association Rules, Proceedings of the 20th VLDB ConferenceSantiago, Chile, 1994 ,J. GRAY, S. CHAUDHURI, A. BOSWORTH, A. LAYMAN, D. REICHART and M. VENKATRAO. Data Cube: A Relational Aggregation Operator Generalizing Group-By, Cross-Tab, and Sub-Totals, Data Mining and Knowledge Discovery 1, 29–53 (1997) ,S. BRIN and L. PAGE The Anatomy of a Large-Scale Hypertextual Web Search Engine, Proceeding of 7th International Conference on World Wide Web, 1998 ,C.J. Date, An Introduction to Database Systems, Addison-Wesley, Seventh Edition, 2010

Öğrenim Çıktıları

1. Veritabanı yönetim sisteminin tüm işlevlerinin altında yatan yaklaşım ve yöntemlerin tarihçe ve gelişim süreçlerini öğrenmek .

2. Veritabanı alanında yayınlanmış önemli yayınları okuma, özümseme ve tartışabilme yeteneği kazanmak ,

3. Veritabanı alanında yapılan yayınları anlama, sunma ve tartışma yeteneği kazanmak.

Notlandırma

Vize %30

Araştırma Sunumu %30

Final %40

Bilgi keşfi ve veri madenciliği, veri ambarcılığı, veri hazırlama ve veri madenciliği ilkelleri, kavram tanımlama, ilişki kuralları madenciliği, sınıflandırma ve tahminleme, küme analizi, web madenciliği, veri madenciliği uygulamaları.

Dersin Amacı

1.Bilgisayar bilimleri alanında konularından birinde yayın okuyarak, özümseme yaparak ve tartışarak uzmanlaşma (1), 2.Karmaşık bir probleme dönük alan taraması yapma, çözüm üretme ve başarım değerlendirmesi yapma yeteneği (2, 3), 3.Araştırma sürecini belgelendirme ve sözlü olarak sunma yeteneği (4)

Kaynakça

J. Han, Data Mining: Concepts and Techniques, Morgan Kaufman, 2000 ,M. H. Dunham, Data Mining Introductory and Advanced Topics, Prentice Hall, Pearson Education, 2003. ,R. J. Roiger and M. W. Geatz, Data Mining: A Tutorial Based Primer, Addison Wesley, 2003. ,M. J. A. Berry and G. S. Linoff, Mastering Data Mining Wiley, 2000.

Öğrenme Çıktıları

1. Bilgi keşfi sürecinin adımlarını ve veri madenciliği algoritmalarını hatırlamak ve karşılaştırmak

2. Alanından açık konularından biri üzerinde alan taraması yapmak

3. Veri madenciliği araçlarını kullanarak bir bilgi keşfi süreci yaratmak

4. Yaratılan süreci belgelendirmek ve sözlü olarak sunmak

Notlandırma

Vize: 30%

Araştırma Sunumu: 40%

Final: 30%

Bu ders düzensiz yapıda bilgi içeren belge koleksiyonlarında arama yapılmasını sağlayan bilgi erişim sistemlerinin bileşenleri ile ilgili konuları kapsar. Hem metin hem de resim ve video gibi zengin içerik taşıyan belge koleksiyonlarında bilgi erişimi ders içeriğinde yer almaktadır.

Dersin Amacı

Bilgi erişim sistemlerinin temellerini öğretmek. Düzenli veri içeren veri tabanları ile düzensiz veri koleksiyonları arasındaki farklar konusunda farkındalığı arttırmak. Büyük veri koleksiyonlarını işleyebilmek için gerekli yazılımları tasarlama ve gerçekleştirme becerilerini geliştirmek.

Kaynakça

Search Engines: Information Retrieval in Practice by W. B. Croft, D. Metzler, and T. Strohman, 2010 ,Information Storage and Retrieval Systems by Kowalski G., Maybury M.T., 2000

Öğrenme Çıktıları

1. Bilgi erişiminin temel teorik kavramlarını açıklayabilme

2. Güncel bilgi erişim sistemlerini tanımlayabilme ve tartışabilme

3. Bir bütün olarak bilgi erişim sistemleri tasarlayabilme ve gerçekleyebilme

4. Çok büyük veri kümelerini işleyebilecek yüksek performanslı yazılımları analiz edebilme

Notlandırma

Vize %30

Ödev %10

Araştırma Sunumu %30

Final %30

Bu ders yazılım mühendisliği kavramını ortaya koyarak başlayacaktır. Ardından yazılım geliştirme süreci anlatılacaktır. Ders kapsamında yazılım gereksinimleri, yazılım spesifikasyonu, yazılım analizi ve biçimsel analiz konuları işlenecektir. Ayrıca kalite yönetimi, ürün metrikleri, süreç metrikleri, COTS ve yazılım psikolojisi konuları da ele alınacaktır.

Dersin Amacı

Lisansüstü öğrencilere yazılım mühendisliği tekniklerini ve yaklaşımlarını değerlendirme yeteneği kazandırmak Yazılım mühendisliği uygulamalarının vardığı son durumu ortaya koymak ve tarihsel süreçte yaşananları aktarmak Belli bir proje için doğru yaklaşımların seçiminde profesyonel karar alma becerisini kazandırmak,

Kaynakça

Glass, Robert L.;2003; “One Giant Step Backward.” Communications Of the ACM 46, no. 5. ,Gray, Lewis.;1998; “Gray Rebuts Bach: No Cowboy Programmers!” Computer pp 102, 103 and 105. ,Hatton, Les.;1998; “Does OO Sync with How We Think?” IEEE Software pp 46-54. ,Hoare, C. A. R.;1969; “An Axiomatic Basis For Computer Programming.” Communications of the ACM 12, no. 10 pp 576-583. ,Howard, Alan.;2001; “Software Engineering Project Management.” Communications Of The ACM 44, No. 5 pp 23 and 24. ,Kearney, Joseph K., Robert L. Sedlmeyer, William B. Thompson, Michael A. Gray, and Michael A. Adler.;1986; “Software Complexity Measurement.” Communications of the ACM 29, No. 11 pp 1044-1050. ,Krueger, Charles W.;1992; “Software Reuse.” ACM Computing Surveys 24, No. 2 pp 132-183. ,Lawrence, Brian, Karl Wiegers, and Christof Ebert.;2001; “The Top Risks of Requirements Engineering.” IEEE Software pp 62 and 63. ,Ledgard, Henry F.;2001; “The Emperor with No Clothes.” Communications of the ACM 44, no. 10 pp 126-128. ,Mackeyn, Karen.;2000; “Mars versus Venus.” IEEE Software pp 14-15. ,Mantei, Marilyn.;1981; “The Effect of Programming Team Structures on Programming Tasks.” Communications of the ACM 24, no. 3 pp 106-113. ,Martin, Robert C.;2000; “eXtreme Programming Development through Dialog.” IEEE Software pp 12 and 13. ,McConnell, Steve.;1998; “Problem Programmers.” IEEE Software pp 126-128. ,McConnell, Steve.;2000; “Cargo Cult Software Engineering.” From The Editor column, IEEE Software pp 11-13. ,Meyer, Bertrand.;1999; “A Really Good Idea.” Computer pp 144-147. ,Parnas, David Lorge.;1985; “Software Aspects of Strategic Defense Systems.” Communications of the ACM 28, 12 pp 1326-1335. ,Paulk, Mark C., Bill Curtis, Mary Beth Chrissis, and Charles V. Weber. “The Capability Maturity Model for Software.” IEEE Software. ,Pressman, Roger S.;1998; “Can Internet-Based Applications Be Engineered?” IEEE Software pp 104-109. ,Rettig, Mark.;1990; “Software Teams.” Communications of the ACM 33, no. 10 pp 23-27. ,Rothman, Johanna.;1998; “Of Crazy Numbers and Release Criteria.” Computer pp 127-128. ,Saiedian, Hossein.;1996; “An Invitation to Formal Methods.” Computer pp 16-30, New York. ,Schaible, Dawn, and Keith Britton.;2003; “Testing in NASA Human-Rated Spacecraft Programs: How Much is Just Enough?” SDM Master s thesis. MIT, Chaps. 2, 4, and 5. ,Shapiro, Stuart.;1997; “Splitting the Difference: The Historical Necessity of Synthesis in Software Engineering.” IEEE Annals of the History of Computing 19, no. 1 pp 20-54. ,Watkins, Robert, and Mark Neal.;1994; “Why and How of Requirements Tracing.” IEEE Software pp 104-106. ,Weyuker, Elaine J.;1998; “Testing Component-Based Software: A Cautionary Tale.” IEEE Software pp 54-59. ,Williams, Laurie, Robert R. Kessler, Ward Cunningham, and Ron Jeffries.;2000; “Strengthening the Case for Pair Programming.” IEEE Software pp 19-25. ,Wing, Jeannette M.;1990; “A Specifier s Introduction to Formal Methods.” Computer pp 8-24. ,Wirth, Niklaus.;1971; “Program Development by Stepwise Refinement.” Communications of the ACM 14, no. 4 pp 221-227. ,Wirth, Niklaus.;1995; “A Plea for Lean Software.” Computer pp 64-68. ,Yamaura, Tsuneo.;1998; “How to Design Practical Test Cases.” IEEE Software pp 30-36. ,Highsmith, Jim, and Alistair Cockburn.;2001; “Agile Software Development: The Business of Innovation.” Computer pp 120-122. ,Bollinger, Terry;1997; “The Interplay of Art and Science in Software.” Computer pp 125-127 and 128. ,Brooks.;1987; “No Silver Bullet: Essence and Accidents of Software Engineering.” Computer. ,Budgen, David.;1999; “The Loyal Opposition: Software Design Methods: Life Belt or Leg Iron?” IEEE Software pp 133-136. ,Cockburn, Alistair, and Jim Highsmith.;2001; “Agile Software Development: The People Factor.” Computer pp 131-133. ,DeMillo, Richard A., Richard J. Lipton, and Alan J. Perlis.;1979; “Social Processes and Proofs of Theorems and Programs.” Communications of the ACM 22, no. 5. ,Ferdinandi, Patricia L.;1998; “Facilitating Communication.” Culture At Work column, IEEE Software pp 92-96. ,Garlan, David, and Mary Shaw.;1993; “An Introduction to Software Architecture.” In Advances in Software Engineering and Knowledge Engineering. Vol. 1. Edited by V. Ambriola, and G. Tortora. New Jersey: World Scientific Publishing Company. Also appears as CMU Software Engineering Institute Technical Report CMU/SEI-94-TR-21, ESC-TR-94-21. ,Glass, Robert L.;1998; “The Loyal Opposition: Reuse: What s Wrong With This Picture?” IEEE Software pp 57-59.

Öğrenim Çıktıları

1. Yazılım mühendisliği kavramlarına hakim

2. Sıkça rastlanan yazılım mühendisliği hatalarından ders almış

3. Yazılım mühendisliği problemlerini tartışabilir

4. Profesyonel karar alma becerisine sahip

Notlandırma

Ödev %100

Yazılım sistemlerinin sistemli ve etkin olarak test edilmesine yardımcı olacak teknik, metod ve araçlar.

Dersin Amacı

1. Yazılım geliştirme döngüsü içerisinde sistemli test anlayışı edinmek.

2. Sistemli testin farklı türlerini, evrelerini, ve yönlerini öğrenmek.

3. Bazı test geliştirme yöntemlerini ve bazı test araçlarını uygulamada tecrübe kazanmak.

Kaynakça

A.P. Mathur, Foundations of Software Testing , Addison-Wesley, 2008. ,P. Ammann, J. Offutt, Introduction to Software Testing , Cambridge University Press, 2008.

Öğrenme Çıktıları

1. Farklı test yöntemlerini anlama, genelleme, ve analiz etme.

2. Farklı test strateji ve araçlarını tasarlama, gerçekleştirme, ve uygulama.

3. Farklı test yöntemlerini karşılaştırma ve değerlendirme.

4. Farklı test yöntemleri ile gerçek dünya problemlerini çözmek.

Notlandırma

Vize: 30%

Ödev: 30%

Final: 40%

Veri güvenliği ile ilgili kavramlar ve uygulamalar, risk ve zayıflıkların analizi, politika oluşturma, kontrol ve koruma metotları, veritabanı güvenliği, kimlik denetleme teknolojileri, hukuk ve mahremiyet gibi konular ders kapsamında incelenecektir.

Dersin Amacı

Bilgisayar güvenliğinin temel bileşenlerini öğretmek. Bilgisayar güvenliğinin temel bileşenlerini kullanarak, problem analiz, alternatif çözümler tanımlama, doğru çözümü belirleme ve uygulama yöntemlerinin öğretilmesi. Bilgisayar bilimlerinin, güvenlikle ilişkili konularını ve güncel araştırma problemlerini öğretmek.

Kaynakça

Aleph One – Smashing the Stack for Fun and Profit: http://www.phrack.org/issues.html?issue=49&id=14#article ,US Security Awareness (.org): http://www.ussecurityawareness.org/highres/index.html ,NSU InfoSec web site (of course): http://infosec.nova.edu/ ,Bruce Schneier – Crypto-gram Newsletter: http://www.schneier.com/crypto-gram.html ,Microsoft Security Guidance Center: http://www.microsoft.com/security/guidance/default.mspx ,B. Matt, Introduction to Computer Security ,Addison-Wesley, Pearson Education, 2005 ,SNORT.ORG: http://www.snort.org/

Öğrenim Çıktıları

1.  Yeni teknolojilerle gelen değişimin, bilgi ve iletişim sistemlerinin mimarisinde oluşturduğu gereksinimleri analiz etme, modelleme becerisine sahip olma.

2.Yeni teknolojik gelişmelerle gelen güvenlik problemlerini ve güncel güvenlik araştırma problemlerini tanımlama ve modelleme becerisine sahip olmak

3.Güvenlik vebilgisayar bilimlerinin kuramsal bileşenlerinde gelecek çalışma ve araştırma alanlarını belirleyecek vizyon ve karar verme kabiliyetine sahip olmak.

4. Bilgi güvenliği araştırmalarının sosyal yaşama olumlu etkilerini arttırabilmek için disiplinler arası yeni projeler tasarlayabilme ve yönetebilme.

Notlandırma

Vize 25%

Sunum 40%

Final 35%

Bilgisayar ağları güvenliği, şifreleme, erişim denetimi, ağ paket güvenliği, e-posta güvenliği, IP güvenliği, güvenlik duvarları, saldırı tespit sistemleri.

Dersin Amacı

1. Bilgisayar ağları güvenliği konusunda temel bilgileri edindirmek. 2. Ağ paket güvenliği konusunda temel bilgileri edindirmek. 3. Bilgisayar yerel/kurumsal ağ güvenliği konusunda temel bilgileri edindirmek.

Kaynakça

W. Stallings, Network Security Essentials: Applications and Standards , Prentice-Hall, 2010. ,C. Kaufman, R. Perlman, M. Speciner, Network Security: PRIVATE Communication in a PUBLIC World , Prentice-Hall, 2002.

Öğrenim Çıktıları

1. Farklı ağ güvenliği yaklaşımlarını bilme ve karşılaştırma.

2 .Ağ güvenliği problemleri analiz etme, çözüm geliştirme ve gerçekleştirme.

3. Soyutlama yeteneğini güvenlik alanında kullanma.

4. Güvenlik mühendisliği yöntemleri ile gerçek dünya problemlerini çözmek.

Notlandırma

Vize 30%

Sunum 40%

Final 30%

Güvenli yazılım ve güvenli veritabaları geliştirme ve korumada metodolojilerin yanısıra onaylama, yetkilendirme, denetleme, şifreleme, erişim kontolü, güvenlik, erişilebilirlik, güvenilirlik ve dayanıklılık gibi teknikler.

Dersin Amacı

1. Yazılım ve veritabanlarında güvenlik problemlerini belirlemek ve analiz etmek. 2. Yazılım ve veritabanı güvenliğine çözümler tasarlamak, değerlendirmek ve açıklamak. 3. Onaylama -yetkilendirme -denetleme -şeffaf veri şifreleme -hassas erişim kontrolü ve etiket güvenliği öğretmek.

Kaynakça

G. McGraw, Software Security: Building Security in. , 2008. ,B. Natan, Implementing Database Security and Auditing , 2005. ,M. Dowd, J. McDonald, J. Schuh, The Art of Software Security Assessment: Identifying and Preventing Software Vulnerabilities. , 2006.

Öğrenim Çıktıları

1. Yazılım geliştirme ve veritabanı yönetimi yaşam döngüsünde potansiyel tehditleri ve zayıflıkları erken belirlemek ve onları önlemek veya azaltmak için yöntemler uygulamak.

2. Yazılım ve veritabanı güvenliğinde kullanılacak yöntem ve araçları bilmek.

3. Güvenliği akılda tutarak yazılım ve veritabanı yaratmak ve yaşatmak.

4. Farklı güvenli yazılım ve veritabanı geliştirme yöntemleri ile gerçek dünya problemlerini çözmek.

Notlandırma

Vize 30%

Sunum 40%

Final 30%

Politic, ekonomik, teknolojik, fiziksel ve organizasyonel faktörlere odaklanan organizasyonların bilgi sistemlerini planlamak, geliştirmeki gerçekleştirmek, işletmek ve yaşatmak için politika bazlı yönetim.

Dersin Amacı

1. Bilgi sistemleri yönetiminin karmaşık doğasını kavramsallaştırmak ve kavramak.

2. Bilgi sistemleri yönetimi için çözümler tasarlamak ve değerlendirmek.

3. Organizasyonlar için bilgi sistemlerinin politika bazlı yönetiminin stratejik önemini öğretmek.

Kaynakça

J. Ward, J. Peppard, Strategic Planning for Information Systems , John Wiley, 2002.

Öğrenim Çıktıları

1 . İşe değer katan bilgi sistemleri yönetimi faaliyetlerini belirlemek.

2 . Bilgi sistemlerinin yönetiminde kullanılacak yöntem ve araçları bilmek.

3 . Bilgi sistemlerinin politika bazlı tasarımı, gerçekleştirmesi ve bakımını kalite ve güveni akılda tutarak yürütmek.

4.  Farklı bilgi sistemleri yönetimi teknikleri ile gerçek dünya problemlerini çözmek.

Notlandırma

Vize 30%

Sunum 40%

Final 30%

Kavramlar, Terminoloji, Komuta-Kontrol-İletişim-Bilgisayar ve İstihbarat ( Command-Control-Communications-Computers and Intelligence – C4I ) Yapısı, Hedefler ve Tehditler, Siber Uzayda Saldırı ve Önlemler, Ekonomik – Psikolojik ve İstihbarat Savaşları, Bilgi Savaşları Stratejisi, Siber Uzayda İstihbarat ve İstihbarata Karşı Koyma, Siber Terörizm.

Dersin Amacı

C4I ve bilgi savaşları kavramlarını aktarmak Günümüz savaşlarında bilgi ve iletişim teknolojilerinin belirleyici rolünü göstermek Gerçekleştirilen siber saldırıların analizini yapma becerisini kazandırmak Bilgi elde etme (istihbarat) fonksiyonunu destekleyici araçları tanıtmak ve bu konuda bir uygulama yaptırmak

Kaynakça

A. Kott, “Information Warfare and Organizational Decision Making”, Artech House, 2006. ,E. Waltz, “Information Warfare Principles and Operations”, Artech House, 1998. ,S. Zi, V.H. Mair, “Art of War: Sun Zi s Military Methods”, Columbia University Press, New York, 2009.

Öğrenim Çıktıları

1 . Bilgi savaşları terminolojisine hakim

2 . Bilgi savaşları konusunda yapılan çalışmaları sorgulayıp değerlendirebilir

3 . Bilgi savaşları konusunda strateji belirleyip taktikleri ve destekleyici araçları tayin edebilir

4 . Gerçekleştirilen siber saldırıların analizini yapabilir

Notlandırma

Vize 30%

Sunum 30%

Final 40%

Doktora derecesi için araştırma yönetimi programı, öğrenci ve fakülte üyesi arasında ayarlanmış. Tez araştırmasını veya tezin yazımını başlamasının ikinci döneminden itibaren her dönem öğrenciler bu dersi alır.

Dersin Amacı

Bir danışman öğretim üyesinin gözetiminde teorik veya deneysel olarak bağımsız bir çalışma yürütmek ve sunmak

Kaynakça

Danışman öğretim üyesi tarafından verilen okumalar

Öğrenim Çıktıları

1. Bir çalışma alanında uygun teorik ve pratik yöntemleri inceleyebilme ve uygulayabilme

2.Bir araştırmada uyulması gereken etik kuralları tanıyabilme

3.Belirli bir problemi, verilen süre zarfında bilimsel olarak sağlam, kapsamlı ve hassas bir şekilde değerlendirebilme

4.Ele alınan probleme çözüm bulmak amacıyla toplanan veri kümeleri veya bilgileri nasıl işleyeceğini anlayabilme ve düşüncelerini ile bulgularını ikna edici bir şekilde sunabilme

Notlandırma

Derse Katılım : 20 %

Araştırma Sunumu : 80 %

Bu ders, imgelerden 3 boyutlu bilgi (özellikle şekil) çıkarımı ile ilgili algoritma ve uygulamaları kapsar. Öncelikle kamera modeli ve kalibrasyonu, 2B ve 3B projektif geometri ve ilgi noktası çıkarımı konuları işlenir. Ardından, tek imgeden geriçatım, hareketten yapı çıkarımı, siluetlerden şekil çıkarımı gibi edilgen 3B geriçatım teknikleri görülür. Ayrıca, doğrudan 3B veri elde eden aktif algılama teknikleri (uçuş süresi kameralar, yapısal ışık, lazer tarayıcılar) de işlenir.

Dersin Amacı

Kameraların görüntü alma geometrisi öğretmek. İmgelerden 3 boyutlu bilgi (özellikle şekil) çıkarımı ile ilgili algoritmaları tanıtmak ve bu algoritmaları gerçekleme becerisi geliştirmek. Bu alandaki uygulamalara yakınlık kazandırmak. Dönem projesi ile raporlama ve sunma becerisi geliştirmek.

Kaynakça

Computer Vision: Algorithms and Applications, Richard Szeliski, Springer, 2010.

Öğrenme Çıktıları:

Notlandırma

Vize 25%

Ödev 15%

Sunum 30%

Final 30%

Notlandırma

Vize 25%

Ödev 40%

Final 35%

Bu ders kapsamında öğrenciler kategori kuramının ispat tekniklerinde kullanımını öğrenecek ve bilgisayar bilimlerinde sunulan araştırmaları değerlendirme ve bilimsel olarak kendi araştırma sonuçlarını sunabilecek bir temel bilgi ve deneyim altyapısına sahip olacaklardır.

Dersin Amacı

Bilgisayar bilimlerinde yer alan uygulamalar ve yeni araştırma çalışmaları için kategori kuramı gerekli temel araçları sağlar.

Recommended or Required Reading

M. Barr and C.Wells. Category Theory for Computing Science. Centre de Recherches Math_ematiques, third edition, 1999

Learning Outcomes

1. Kategori kuramının temel dili ve ispat metodlarının öğrenilmesi

2. Bilgisayar Bilimleri araştırmalarında kategorikuramını kullanma becerisini edinmek

Notlandırma

Vize 25%

Ödev 35%

Final 40%

Deneysel bilgisayar bilimi nedir; Bilgisayar bilimi araştırma metodolojisi; Özet istatistikler; Keşifsel veri analizi; Hipotez testi; Örnekleme; Deney tasarımı; Performansı açıklama; Parametrik modelleme, regresyon; Genelleme.

Dersin Amacı

Bu ders, uygulamalı bilgisayar bilimlerinin herhangi bir alanında çalışan öğrenciler için gerekli deneysel yöntemler altyapısını sağlamayı hedeflemektedir. Deneysel tasarım, olasılıksal modelleme, keşifsel veri analizi, hipotez testi ve sistem ayarlama konularını kapsar. Klasik istatistiğe alternatif olarak bilgisayar yoğun istatistiksel yöntemlerin kullanılmasını teşvik etmeyi hedeflemektedir.

Kaynakça

Cohen, P. R. (1995). Empirical methods for artificial intelligence, MIT Press.

Knuth, D. E. (1997). Seminumerical Algorithms. Reading, MA, USA, Addison-Wesley.

Öğrenim Çıktıları

1.Deneysel araştırmanın önemini kavramak.

2.Girdi ve çıktı değişkenleri arasında nedensel bir model kurmak.

3.Hipotez testini uygulamak.

4.Bilgisayar yoğunluklu istatistiksel yöntemleri benimsemek.

5.Başarımı değerlendirmek.

Notlandırma

Ara Sınav 30%

Proje 30%

Proje Yayını 40%

İnsan beyni; ussal kavramlar, örneklemeler ve yapılar; ussal kavramlar için matematiksel örneklemeler; bilinç evrimin örneklenmesi; iş birlikçi us; ussal makinalar.

Dersin Amacı

İnsan ussunu benzeten bilişsel kavramlar ve modeller geliştirmek. Örnek ussal düzenler geliştirmek.

Kaynakça

Thagard, P; 2005; “Mind: Introduction to Cognitive Science”; MIT Press; ISBN 026270109X ,Konar, A; Jain, LC; 2005; “Cognitive engineering: a distributed approach to machine intelligence”; ISBN 1852339756 ,Raab, M; Johnson, JG; Heekeren , HR; 2009; “Mind and motion: the bidirectional link between thought and action”; Elsevier; ISBN 978-0-444-53356-2 ,Bermúdez, JL; 2010; “Cognitive Science: An Introduction to the Science of the Mind”; Cambridge University Press; ISBN 978-0-521-70837-1 ,Wang, Y; 2010; “Discoveries and Breakthroughs in Cognitive Informatics and Natural Intelligence”; IGI Global snippet; ISBN 1605669024 ,Cohen, H; Lefebvre , C; 2005; “Handbook of categorization in cognitive science”; ISBN 0080446124 ,Eysenck, MW; Keane , MT; 2005; Cognitive psychology: a student’s handbook”; ISBN 1841693596 ,Mataric, Maja J; 2007; “The Robotics Primer”; MIT Press; ISBN 026263354x ,; 2000; “Temporal logic: mathematical foundations and computational aspects”; Oxford: Clarendon press; ISBN 0-19-853768-9 ,Baeten, JCM; Basten, T; Reniers, MA; 2009; “Process algebra: equational theories of communicating processes “; Cambridge University Press; SBN 0521820499

Öğrenim Çıktıları

1. İnsan usunu benzetmek için gerekli bilişsel kavramlar ve yapılar

2. Simgesel ve gelişebilen yapay us yöntemlerin karma kullanıldığı bilişsel düzenler

3. Bilişsel düzenler için veri yapılar ve algoritmalar

Notlandırma

Vize 30%

Ödev 10%

Sunum 30%

Final 30%

Algılayıcılar, çok katmanlı algılayıcılar, yinelemeli sinir ağları, genetik algoritmalar, diferansiyel evrim, parçacık sürü zekâsı, karınca kolonisi optimizasyonu.

Dersin Amacı

Doğal sistemlerden esinlenen sinir ağları, evrimsel algoritmalar ve sürü tabanlı optimizasyon gibi hesaplamalı zeka tekniklerinin temellerini ve uygulamalarını öğrencilere tanıtmak. Bu ders, öğrencilerin biyolojik esinli hesaplama yaklaşımlarını kullanarak karmaşık problemleri modelleme, analiz etme ve çözme becerilerini kazanmalarını amaçlamaktadır.

Kaynakça

Kruse, R., Borgelt, C., Braune, C., Mostaghim, S., Steinbrecher, M., Klawonn, F., & Moewes, C. (2011). Computational intelligence. Vieweg+ Teubner Verlag.

Eiben, A. E., & Smith, J. E. (2015). Introduction to evolutionary computing. springer.

Öğrenme Çıktıları:

1. Hesaplamalı zekayı ve temel mekanizmalarını açıklayabilmek.

2. Verilen bir problem için en uygun hesaplamalı zeka yöntemini belirleyebilmek.

3. Hesaplamalı zeka yöntemlerini makine öğrenmesi ve optimizasyon problemlerine uygulayabilmek.

4. Hesaplamalı zeka algoritmaları için deneysel çalışmalar tasarlayabilmek.

Notlandırma:

• Ara Sınav %50
• Final Sınavı %50

Teslimler: Proje, Rapor

Tamamlayıcı ders: CENG 504, CENG 506

Bu ders veri tümlemedeki sistem, mantık ve sosyal farklılıklar gibi zorlukları ortaya koyarak baslayacaktır. Ders ardından türdes olmamaya çözüm olan diller, otomatik sema eslestirme teknikleri, türdes olmayan sistemlerde sorgu isleme ve veri tümleme için kullanılan mimariler gibi temel konuları ele alacaktır. Son olarak, ticari sistemlerde bu konuda gelinen nokta ve very uzayları tartısılacaktır. yeni nesil veri modelleri, büyük veri tabanlarında veri madenciliği, web verisi, güvenlik ve gizliliğin sağlanmasından oluşmaktadır.

Dersin Amacı

Veri tümleme sistemleri kullanıcının tek bir ara yüzle türdes olmayan veri kaynaklarına erisimini saglar ve günümüzde bir çok kurulusun gereksinimidir. Bu ders, veri tümlemedeki farklı zorlukların, veri tümlemenin temellerinin, ticari veri tümleme sistemlerinde gelinen noktanın ve veri tümleme sistemlerinin olası gelismeleri hakkında farkındalık yaratmayı hedeflemektedir.

Kaynakça

J.M. HELLERSTEIN, M.J. FRANKLIN, S. CHNADRASEKARAN, A. DESHPANDE, K. HILDRUM, S. MADDEN, V. RAMANA and M.A. SHAH; Adaptive Query Processing: Technology in Evolution, IEEE Data Engineering Bulletin, vol. 23, no. 2, 2000. ,Y.E. IOANNIDIS and E. WONG; Query Optimization by Simulated Annealing, Proc. of ACM STGMOD Conf., 1987. ,O. M. DUSCHKA; Query Planning and Optimization in Information Integration. Ph.D thesis, Stanford University, Stanford, Calfornia, 1998. ,M.J. FRANKLIN, B.T. JONSSON and D. KOSSMANN; Performance Tradeoffs for Client-Server Query Processing, SIGMOD Conference, 1998, pp. 9-18. ,R. GOLDMAN and J. WIDOM; WSQ/DSQ: A Practical Approach for Combined Querying of Databases and the Web. Proc. of ACM SIGMOD Conf., 2000. ,L.M. HAAS, D.KOSSMANN, E.L. WIMMERS and J.Y. YANG; Optimizing Queries Across Diverse Data Sources, Proc. of the VLDB Conference, 1997, pp.276-285. ,S. CHAUDHURI and K. SHIM; Query optimization in the presence of foreign functions, Proc. of the VLDB, 1993. ,A.Y. HALEVY; Answering Queries Using Views: A Survey, VLDB Journal, 2001, pp. 270-294. ,Z. IVES, A. HALEVY and D. WELD; Adapting to Source Properties in Processing Data Integration Queries, Proc. of ACM SIGMOD International Conference on Management of Data, June, 2004. ,C. LI; Computing Complete Answers to Queries in the Presence of Limited Access Patterns, The VLDB Journal, Vol. 12, 2003, pp. 211-227. ,L.F. MACKERT and G.M. LOHMAN; R* Optimizer Validation and Performance Evaluation for Distributed Queries, Proc. of the 12th Int. Conf. On VLDB, 1986 pp. 149-159. ,A. RAJARAMAN and Y. SAGIV, J. ULLMAN; Answering Queries Using Templates with Binding Patterns. Proc. of ACM PODS, San Jose, CA, 1995. ,I. MANOLESCU, L. BOUGANIM, F. FABRET and E. SIMON; Efficient Querying of Distributed Resources in Mediator Systems. Proc. of the Confederated International Conferences DOA, CoopIS and ODBASE, LNCS 2519, Springer-Verlag, 2002, pp. 468 – 485. ,T. OZSU and P. VALDURIEZ; Principles Of Distributed Database Systems, Prentice Hall, 2013.

Öğrenim Çıktıları

1.Veri ümleme sisteminin tüm işlevlerinin altında yatan yaklaşım ve yöntemleri öğrenmek

2. Veri tümleme alanında yayınlanmış önemli yayınları okuma, özümseme ve tartışabilme yeteneği kazanmak

3. Veri tümeme alanında araştırma yaptığı problem üzerine çözüm önerisi geliştirebilmek ,

4. Veri tümleme alanında yaptığı araştırma konusunda geliştirdiği çözümü uygulama ve başarım değerlendirmesi ile birlikte teknik rapor olarak yazılı ve sözlü olarak sunmak

Bu alanda önerilen yöntemler, basit, zaman ve bellek etkin sezgisel tekniklerden, hesaplama karmaşıklığı yüksek, gizlemeyi kesin yapan algoritmalara kadar varan geniş bir yelpazede yeralmaktadır.

Dersin Amacı

Bu ders gizliliği koruyan veri madenciliği alanının genel olarak ilişkisel kural saklama olarak bilinen yöntemlerinin kapsamlı bir taramasını yapmaktadır.

Kaynakça

A.G.GKOULALAS-DIVANIS and V.S. VERYKIOS. Association rule hiding functions, Springer, 2010. ,O. ABUL, M. ATZORI, F. BONCHI, and F. GIANNOTTI. Hiding sequences, In Proceedings of the 23rd International Conference on Data Engineering Workshops (ICDEW), pp.147–156, 2007. ,C. C. AGGARWAL and P. S. YU. Privacy preserving data mining: Models and algorithms, Springer–Verlag, 2008.

Öğrenim Çıktıları

1. Gizliliği koruyan veri madenciliği yaklaşım ve algoritmalarını anlama ve karşılaştırma

2. Alanın konularından biri üzerinde alan taraması yapmak

3. Gizliliği koruyan veri madenciliği görevlerinden birini modelleme ve yaratma

4. Yaratılan süreci belgelendirmek ve sözlü olarak sunmak

Notlandırma

Vize 30%

Ödev 30%

Final 40%

Bu ders, emniyet ve güvenlik açısından kritik uygulamalar için biçimsel yöntemlerin yazılım mühendisliği yöntemleri ile nasıl kullanılacağını gösterecektir. Bu ders içinde konuya özel CSP süreç algebrası ve Zamansal Mantık gibi biçimsel ifade yöntemleri ile system modelleme ve doğrulama araçları açıklanacaktır. Ayrıca, ders içinde biçimsel yöntemlerin sistemlerin emniyet ve güvenlik özelliklerinin analizinde kullanım şekli de araştırılacaktır.

Dersin Amacı:

Yazılım mühendisliği alanında emniyet ve güvenlik için kullanılan biçimsel yöntemleri öğretmek. Emniyet ve güvenlik için yazılım mühendisliği alanında kullanılan algoritmaları tanıtmak ve bu algoritmaları gerçekleme becerisi geliştirmek. Bu alandaki uygulamalara yakınlık kazandırmak. Dönem projesi ile raporlama ve sunma becerisi geliştirmek.

Kaynakça:

B. Bérard et al.. Systems and Software Verification, Model Checking Techniques and Tools, Springer-Verlag, 2001

Öğrenme Çıktıları:

1. Yazılım mühendisliği alanında emniyet ve güvenlik için kullanılan biçimsel yöntemleri ile ilgili temel kavramları açıklayabilme

2. Yazılım mühendisliği alanında emniyet ve güvenlik için kullanılan güncel biçimsel yöntemleri tanıma

3. Yazılım sistemleri için emniyet ve güvenlik ile ilgili algoritmaları gerçekleyebilme

4. Yapılan çalışmaları raporlayabilme ve sunabilme

Notlandırma:

Vize: 30%

Ödev: 10%

Araştırma Sunumu: 30%

Final: 30%

Asimetrik kripto sistemlere ilişkin temel matematik konuları ve uygulama koşul ve prensipleri değerlendirilecektir. Dönem sonunda öğrencilerin güvenlik problemini analiz ederek, en uygun protokolü seçme ve uygulayabilme yeterliliğinde olması için çalışmalar kuramsal ve uygulamalı olarak yürütülecektir.

Dersin Amacı:

Dersi alan öğrenciler için hedef; Asimetrik kripto sistemlerin çözüm olarak kullanıldığı açık problemleri analiz edebilmek, olası çözüm protokollerini öğrenmek, doğru çözüm aracını belirleyebiliyor ve risk analizini yapabiliyor olmak.

Kaynakça:

Öğretim üyesi tarafından verilen okumalar

Öğrenim Çıktıları:

1. Asimetrik kriptosistem problem çözme ve tasarım tekniklerinin öğrenilmesi.

Notlandırma:

Vize: %25

Ödev: %40

Final: %35

Ders içeriğinde simetrik kriptosistem türleri ve bu kriptosistemlere yönelik, kriptanaliz yöntemleri incelenecektir.

Dersin Amacı:

Dersi alan öğrencilerin var olan simetrik kripto sistemlerinin arkasında yer alan tasarım bileşenlerini analiz etmeleri, zayıf ve güçlü yönlerini öğrenmeleri ve yeni bir simetrik kripto sistem tasarım ve analizini yapabilecek yetkinliğe ders sonunda ulaşmalarının sağlanması.

Kaynakça:

Introduction to Cryptography with Coding Theory 2 nd Ed., W. Trappe, L.Washington, 2006.

Öğrenim Çıktıları:

Simetrik kriptosistemlerin temel yapılarının ve tekniklerinin öğrenilmesi.

Notlandırma:

Vize: %25

Ödev: %40

Final: %35

Ders içeriğinde kriptosistem türleri ve bu kriptosistemlere yönelik, kriptanaliz yöntemleri incelenecektir.

Dersin Amacı:

Dersi alan öğrencilerin kriptosistem analiz ve tasarım sürecinde, güvenlik seviyesi analizi yapma ve geliştirilen kripto sistemlerin bilinen kriptanaliz saldırılarına dayanıklılığını matematiksel olarak belirleme becerilerini kazanması hedeflenmektedir.

Kaynakça:

Decrypted Secrets, Methods and Maxims of Cryptology, 4th revised and extended Ed., F.L. Bauer, 2007, Springer.

Öğrenim Çıktıları:

Kriptosistemlerin güvenlik seviyelerinin analiz tekniklerinin ve saldırı metodlarının öğrenilmesi.

Notlandırma:

Vize: %25

Ödev: %40

Final: %35

Ders, öğrencinin danışmanının gözetiminde çalışmak istediği konuya yönelik olarak literatür çalışması, veri derleme, analiz etme ve sonuçları raporlayarak sunmayı kapsayan faaliyetlerden oluşur.

Dersin Amacı:

Bu dersin amacı, öğrencilerin literatür taraması yaparak bilgi toplamasını ve topladığı bilgiyi raporlayarak seminer olarak sunabilmesini sağlamaktır. Ayrıca öğrencinin, sunum teknikleri, sunum formatı ve içeriği hakkında bilgi sahibi olması amaçlanmaktadır.

Kaynakça:

Seminer konusu ile ilgili makaleler, kitaplar ve ders notları (Articles, textbooks and classnotes relating to the seminar subject)

Öğrenim Çıktıları:

1. Verilen bir konuda literatür taraması ve veri derlemesi yapabilme

2. Topladığı verileri analiz edebilme ve sonuçları bilimsel bir rapor haline getirebilme

3. Topluluk önünde kendini ifade edebilme

4. Tekniğe, formata ve içeriğe dikkat ederek sunum hazırlayabilme

Notlandırma:

Uygulama / Pratik : 100%